1.3　量化投资的理解误区

1.3.1　量化投资与基本面分析

基本面分析是许多投资者进行投资决策的重要方法，该种方法主要是通过分析影响和决定证券价格的种种因素，从而得出证券的合理价值，进而确定投资策略。基本面分析主要包括对宏观经济环境基本面的分析、产业层面的分析、公司的基本面分析等。基本面分析主要是一种定性方法，因此，许多读者会认为基本面分析与量化投资策略关系不大。其实恰恰相反，基本面分析也是量化投资策略构建的一个重要组成部分。一个公司的基本面情况对于投资决策具有重要意义，并且，许多基本面分析用到的要素都可以进行量化，通过量化手段设立多个指标，确定相关模型。其实，量化投资策略的开发正是融合了基本面分析与技术分析等多种手段，进而构建模型进行投资决策的。为了方便读者理解，现构建一个基本的基于基本面的量化投资策略。可见策略案例1-6。

【1-6】策略案例——简单基本面选股策略

一、策略思想

为方便读者了解基本面选股方法如何运用在量化投资中，现构建一个基本面选股策略，为方便理解，策略构建条件比较简单，与现实情况有一定差距。即策略要选取公司利润情况和经营情况都比较好的股票，现特意选取两个财务指标，分别为营业利润率和净资产收益率（ROE），以此构建量化选股策略。

二、策略构建

（1）股票池：全部A股。

（2）策略思路：提取营业利润率和净资产收益率均大于10%的股票，并选择其中五只构建投资组合。

（3）止损与止盈：个股盈利超过20%止盈，亏损超过20%止损。

（4）最大建仓数量：5只。

（5）起始资金：10万元。

（6）回测区间：2016年6月1日—2016年12月1日。

（7）比较基准：沪深300指数。

三、回测情况

由此可见，基本面分析方法是可以应用到量化投资中的，并且由上述回测结果可以看出，在选定时间段内，利用营业利润率和净资产收益率选择的股票都有着较好的收益，策略收益高于作为比较基准的沪深300指数收益。当然，若想将策略应用到实际投资中，还需要不断进行完善。

1.3.2　量化投资与技术分析

所谓技术分析，是指通过分析证券市场的市场行为，对证券未来的价格变化趋势进行预测的研究行为。其通过对证券市场过去和现在行为的特征，应用数学和逻辑的方法，归纳和总结出证券价格运行的一些典型规律，并据此预测证券市场未来的价格变化趋势。由于技术分析涉及许多数学的内容，以及许多诸如基于K线形态的变化等作出的判断都让人联想到量化投资，因此也有许多人将量化投资和技术分析等同对待，那么量化投资是否与技术分析相同呢？

从严格意义上来讲，量化投资与技术分析是不同的。二者之间的关系和区别主要有以下三个方面。

1．复杂与简单之分

传统上或者称为狭义上的技术分析主要包括MACD（指数平滑移动平均线）、均线等技术指标，对我国股票投资领域而言，传统的技术指标散户使用居多，并且指标开发、选取以及修改主要根据各看盘软件提供的指标和平台进行，因而可修改内容有限。与此同时，许多非专业投资者对于技术分析的研究不够深入，从而导致了在投资领域的一个显而易见的情况便是技术分析普遍较为简单，并且有效性较为一般，故技术分析由于门槛较低，获得超额收益较难。反观量化投资策略，其主要使用主体为专业的机构投资者，该类人员对于数学、计算机以及金融学等方面有着深厚的理论功底，并且依托于自身开发的平台，能够实现复杂技术的运用，因而运用到的理论和技术相比传统的技术分析与技术指标而言普遍更加复杂。由于门槛较高，并且业内存在的严重的信息不对称性，会使真正开发出优秀量化策略的团队能够获得较为可观的超额收益。当然，随着技术分析的发展并且与量化策略的融合，简单与复杂并不是绝对的，并且很多的量化策略也是建立在传统的技术分析的基础上进行开发完善的。

2．量化投资策略包含但不限于技术分析

正如上段所言，目前许多的量化投资策略都能见到技术分析的身影，可以说，传统的技术分析手段是量化投资策略构建的一个重要部分，技术分析主要追踪的是资产的走势，以及通过量价关系等确定投资行为，这与量化投资策略并不矛盾。许多基于趋势的量化投资策略也包含了相关的技术分析内容，如当某只股票上穿10日均线时买入，下穿10日均线时卖出，这便是一个简单的技术分析策略，但是同样也可以应用到量化投资策略中。当然，实际的策略要比该策略复杂得多。然而，量化策略除了应用技术分析指标之外，还有许多其他的手段，如机器学习、传统的财务指标等都可以作为选股或者择时的手段。因此，量化策略包括并发展了传统的技术分析手段，但是又要比传统的技术分析手段更加丰富。

3．传统的技术分析相比于量化投资主观性更强

传统的技术分析的技术指标虽然涉及许多临界值等数据，但是仍有许多判断方法是基于投资者主观决定的。例如，许多技术分析投资者经常根据一个指标图形形态的好坏判定市场的情况或者买卖点位，但是形态的好与坏较为主观，不同人进行判断也会出现一定的偏差。再如，著名的艾瑞特波浪理论，“数浪问题”在不同投资者眼中也会得到完全不同的结果，如果技术指标的判断方式没有明确的数量规则，那么主观性就会产生。而量化策略的买入、卖出、调仓等行为均是通过模型构建得出的结果，不包含任何主观因素。在量化投资中如果想要应用技术指标，就要确保指标可以完全量化。

1.3.3　量化投资与事件投资

股票市场尤其是A股市场充斥着许多事件性的投资机会，诸如定向增发、并购事件、公司重要信息披露等都会使市场上出现较好的投资机会。从表面上来看，事件投资与量化投资应该是完全不同的投资行为，并且量化投资由于其数量化手段的局限性并不能很好地捕捉事件投资机会。其实，许多事件都是可以量化的，许多数据库也提供了事件的内容，如定增事件投资便可以被量化。可以说，如果某一个事件能够被量化，那么就可以尝试构建事件驱动型量化策略。关于事件驱动的量化策略的具体内容可参见本书对于事件驱动策略介绍的章节。

1.3.4　量化投资策略复杂程度与有效性

由于量化投资策略往往涉及许多数学和计量经济学等复杂理论，因此量化投资总是让外界觉得高端，难以入门，同时量化投资普遍被认为有着复杂难懂的模型。其实，如金融学理论发展所展现的一样，量化投资策略在初期是比较简单的，然而随着相关理论知识的发展，以及过去的模型由于简单易懂而被市场参与者更多地使用，从而导致超额收益的减少，才驱动了量化投资策略的复杂化。虽然量化投资策略日渐复杂，并且结合的知识领域也越发丰富，但是这并不代表复杂的策略就一定有好的效果，获得更高的超额收益。这与技术分析的特点相似，一个技术指标并不在于多复杂，相比来讲，更在于不为人知。因此在量化投资领域，未必策略用了复杂的公式模型就会获得更高的收益，更高的收益在于策略的独特性以及其内在的出色的投资逻辑。

1.3.5　量化交易与对冲基金

金融学上，对冲（hedge）是一种在降低商业风险的同时仍然能在投资中获利的手法。一般对冲是同时进行两笔行情相关、方向相反、数量相当、盈亏相抵的交易。行情相关是指影响两种商品价格行情的市场供求关系存在同一性，供求关系若发生变化，同时会影响两种商品的价格，且价格变化的方向大体一致。方向相反是指两笔交易的买卖方向相反，这样无论价格向什么方向变化，总是一盈一亏。当然，要做到盈亏相抵，两笔交易的数量大小须根据各自价格变动的幅度来确定，大体做到数量相当。期货是比较常见的用来对冲的资产之一，通常期货对冲就是对冲者通过持有与其现货头寸相反的期货合约，或将期货合约作为其现货市场未来要进行的交易的替代物，以期对冲价格风险的方式。其实，量化对冲与对冲也是不同的，对冲可以通过量化手段也可以不通过量化手段，并且，对冲也仅是众多量化投资方法之一。不过，对冲手段的出现，促进了量化投资的发展，大大地丰富了量化投资策略的种类。

对冲基金（hedge fund）起源于20世纪50年代的美国。当时的操作宗旨在于利用期货、期权等金融衍生产品以及对相关联的不同股票进行空买空卖、风险对冲等操作技巧，在一定程度上规避和化解投资风险。经过几十年的演变，对冲基金已成为一种新的投资模式的代名词，即基于最新的投资理论和复杂的金融市场操作技巧，充分利用各种金融衍生产品的杠杆效用，承担高风险、追求高收益的投资模式。通常来讲，量化基金未必是对冲基金，但是对冲基金却多为量化基金。目前我国公募基金公司成立的对冲基金仍旧较少，一个主要原因是因为我国在2010年才正式开始沪深300股指期货的交易，金融期货引入时间短，市场衍生工具数量较少，并且我国股票市场没有做空机制，这样便限制了对冲手段的使用。此外，2016年我国对于股指期货做空的限制也约束了对冲基金的发展。

1.3.6　量化投资与高频交易

高频交易意味着每次交易从开仓到平仓只有很短的时间间隔，一般从十几分钟到几微秒不等，主要目的是通过市场短暂的价格波动而获利。高频交易的交易执行者通过计算机下单、将策略执行部件放置于距离交易所主机更近的地理位置上、交易订单直通交易所等手段，从时间延迟等层面减少了价格变动带来的交易成本，从而增加套利空间，目前高频交易技术已经进入微秒级别的领域。许多时候，相关人士习惯将高频交易与量化投资混为一谈，其实二者并不完全相同。二者的区别主要有以下几点：第一，高频交易是量化投资的一个分支，只要量化投资策略中开仓到平仓的时间间隔足够短，都可以称为高频交易，但是除此之外，量化投资根据交易频率还可以划分为中频交易和低频交易。而本书主要讨论的量化交易策略为中低频交易策略。第二，高频交易与大部分量化投资策略的关注点不同，高频交易相比于中低频的量化交易策略更加注重硬件保障和降低时间延迟等相关问题，因此，量化投资公司和高频交易公司便存在很大的差异。量化投资公司通常由量化背景强的人创建，而高频交易更多的是由传统交易员创办。第三，量化投资一般依赖于复杂的模型，而高频交易更多地依赖于运行高效的代码。值得一提的是，高频交易在我国还属于新兴行业，高频交易公司或者部门仍旧比较少，并且受到政策和技术等多方面的限制。目前我国高频交易主要集中在期货市场，随着期货种类的丰富和股指期权等多种金融工具的推出，我国高频交易将会取得一定程度的发展。

1.3.7　量化投资与程序化交易

程序化交易是指通过既定程序或特定软件，自动生成或执行交易指令的交易行为。随着金融衍生品的不断丰富，程序化交易成了机构投资者的一个重要的交易实现手段，解决了机构迫切需求的批量下单、全市场不间断交易、减少冲击成本等问题。这种技术手段，用软件下单代替了人工委托。许多时候，量化交易与程序化交易是相同的，但是，如前文所述，量化投资的核心是将投资理念和逻辑数量化，但是并不一定要求自动化买卖下单，尤其是在一个市场还不健全的时候，程序化交易会受到监管部门的限制。但是这对于量化投资发展的影响却是有限的，通过量化交易策略模型获得待选股票，确定买卖点之后的交易行为完全可以通过手动实现。当然，在市场完善的情况下，通过程序化交易能够大幅度提升量化投资的效率，有利于量化投资策略的研发。然而，近几年来，程序化交易不断出现各样的错误操作，这是程序化交易需要严格避免的问题。

【1-8】光大乌龙指事件⁽¹⁾

2017年10月27日，证监会例行发布会发布讯息，最高人民法院驳回了光大证券内幕交易案当事人之一杨剑波提出的再审申请。因“光大乌龙指”引发的杨剑波诉证监会一案正式落槌，历时4年，历经一审、二审、再审听证，轰动中国证券期货市场。

2013年8月16日11时05分，光大证券在进行ETF（交易型开放式指数基金）申赎套利交易时，因策略交易系统程序的错误，造成以234亿元的巨量资金申购180ETF成分股，实际成交72.7亿元，引发市场剧烈波动，造成恶劣社会影响。事发后，证监会迅速启动调查，经查，光大证券在当日13时开市后至14时22分，在未向社会公告相关情况的情形下，卖出股指期货空头合约IF1309、IF1312共计6 240张，合约价值43.8亿元；卖出180ETF共计2.63亿份，价值1.35亿元，卖出50ETF共计6.89亿份，价值12.8亿元。证监会认定“光大证券在进行ETF套利交易时，因程序错误，其所使用的策略交易系统以234亿元的巨量资金申购180ETF成分股，实际成交72.7亿元”为内幕信息，光大证券是内幕信息知情人，在上述内幕信息公开前进行股指期货和ETF交易构成了内幕交易，违法所得金额巨大，情节极其严重。下图为2013年8月16日上证指数的分时走势。

证监会决定给予最严厉的处罚，没收光大证券违法所得，并处以违法所得5倍的罚款，罚款共计523 285 668.48元；对包括杨剑波在内的四名责任人员分别给予警告，处以60万元罚款，并采取终身证券、期货市场禁入措施。证监会对此表示，此案是一例涉及ETF及股指期货的新型内幕交易案件，此前无先例，因具有跨市场、跨品种的特点，案件处理引起广泛关注。